10月26日，在2021世界工业互联网产业大会工业互联网创新峰会上，中国工程院院士谭建荣分享了其在工业互联与工业智能方面的体会。

工业互联网有三大核心问题，其中数据是关键

  新一代信息技术与以工业系统全方位的深度融合，所形成的产业和应用生态，是工业智能化发展的关键综合性信息基础设施。

  工业互联网是数据流、硬件软件和智能的交互。谭建荣指出，工业互联网有三大核心问题，第一是智能化的设备，收集生产过程当中的数据。第二使自动化的系统智能系统运行、维护和学习优化。第三，智能化的决策，即面向复杂系统，通过大数据辅助的智能化决策。

  工业互联网可以从数据流、网络和安全三个角度来理解。在工业互联网中，网络技术通过物联网、互联网等进行工业全系统的互联互通，促进工业数据的充分获取和无缝集成。

  在工业互联网中数据是关键，通过工业数据全生命周期的感知、产业和集成，形成区域数据的系统性智能，推动工业自动化发展。

  在工业互联网中安全是保证通过构建涵盖工业全系统的安全保护体系，保证工业智能化的安全实现。

  工业数据是指工业生产活动中形成的数据，数据来源于工业产品全生命周期中的各个环节，如与生产经营相关业务的数据、设备物联的数据和制造企业的外部数据等等。

  随着信息技术、云计算、大数据技术在工业领域的广泛应用，工业数据从简单过滤的数据发展为能源应用互联的海量大数据，数据处理的链条也延伸地更长。

  制造企业在各个工业数据的孤岛正在被逐步打通，形成系统级的工业互联网。工业互联网的数据有多样性、多元性和强关联性，同时数据的采集是实时的、连续的。

  工业数据在整个工业布网中属于非常核心的地位，通过工业互联网全生命周期的感知，数据采集，分析处理，集成应用，形成基于数据的工业智能，带动整个制造企业向工业智能化方向发展。

  工业智能则是将智能的技术引入工业当中来，实现工业数据的有效利用，将工业数据转换成更高价值的生产力。

  谭建荣表示，这些信息反馈到工业生产全过程，对设备工作流的改善，实现智能设备、智能分析、智能决策，工业智能，包括知识库和知识工程，动态传感，自主决策三个方面十分有帮助。

六大关键技术推动工业数据向工业智能转化

  当前，工业智能的发展已经经历了5个阶段，第一个阶段就工业生产系统的管理和持续改革。第二个阶段是以数据为标准的管理体系，第3阶段是数据驱动的预测性建模分析，而第4阶段则以支持决策的知识系统为特征，而第5阶段实体的镜像对称映射建模。

  谭建荣表示：“从工业数据到工业智能，有数据挖掘、数据匹配、机器学习、知识工程、模式识别和数字孪生六大关键技术。”

  第一项数据挖掘技术，是指从大量的、不完全的、有噪声的、模糊的、随机的实际数据当中，提取隐含其内的有潜在价值的信息，揭示数据间有意义的联系、趋势和模式的过程。

  通过数据挖掘，对不断产生的工业数据进行深入的信息提取，其内在有关联性的有效数据，以便进一步分析和利用。数据挖掘一般是经过数据准备、数据挖掘、结果表达与解释三部分，其中数据处理还包括数据清理、数据集成、数据规律和数据变化等等。

  第二项数据匹配技术。在一大堆数据当中对关键数据进行分析，分析事物的状态及性质。数据匹配中一个重要的方面是对最关键的特点和后续的特征进行预测和匹配，包括多年工业数据匹配、机构数据匹配、数据流向匹配、历史数据匹配、视频图像非结构化数据匹配。

  数据匹配是对数据挖掘技术的补充和完善，在数据挖掘的基础上，对数据进一步内在的关联性，内容的全面性，信息的可信性进一步提升，以满足工业智能需求的数据源。

  第三项机器学习，包括深度学习。通过模拟人类的学习行为训练，获取新的知识，重新组织已有的知识结构，也是人工智能技术的体现。机器学习包括模型的算法，模型的训练，模型的评估，模型的应用等等。

  第四项知识工程，是运用现代科学技术手段，高效率、大容量的获得知识信息的技术。知识工程是人工智能在知识、信息处理方面的发展，以知识为基础，研究如何由计算机表示知识和进行问题的自动求解。

  知识工程在数据挖掘和数据匹配的基础上，获取、表示、推理和解释工业数据信息，形成工业数据到工业知识的转化，构建能解决问题的完整知识库系统，是工业智能的核心内容。

  第五项是模式识别技术。模式识别技术与机器学习相比的落脚点是感知，根据已有的特征，通过参数或者非参数的方法给定模型中的值，从而达到判别目的。模式识别在很多经典领域，如信号处理、计算机图像与计算机视觉、自然语言分析等都有广泛应用。

  模式识别与机器学习技术的联合应用，兼顾了工业数据处理的深度和广度，进一步推动工业智能化发展。

  第六项技术是数字孪生技术。数字孪生就是利用物理模型，通过获取物理实体数据，在虚拟信息空间里映射，构建一个物理实体动态一致数字副本的仿真过程，以反映相对应的物理实体的全生命周期。

  基于工业数据数字孪生技术可以构建整个企业、工厂的数字复制体，可以精确地了解工厂运行过程中实体设备、物料、人员等的运行方式，实施监控工厂系统运行数据，实现工厂生产、故障预判和及时维修。